텍스트 마이닝과 소셜네트워크분석을 통한 AI·빅데이터 기반 제조기술 트렌드 연구

Abstract

최근 스마트공장 질적 고도화의 일환으로 제조 생태계에 AI·빅데이터 기술적용에 대한 관심이 고조되고 있다. 그러나 기 존 제조기술 트렌드 연구는 스마트공장 구축을 위한 자동화·로봇화에 집중되어 제조 AI·빅데이터 중심의 제조기술 트렌 드 연구 및 활용은 미비한 실정이다. 본 연구는 제조업에 적용되는 AI·빅데이터 기술에 대한 최근 6년 동안의 주요 이슈 및 트렌드를 분석하여 제조기업의 AI·빅데이터 기술도입의 방향성을 제시하고자 한다. 분석결과의 적시성과 정확도를 증 대하기 위해 특허, 논문, 뉴스, 박람회, 인공지능 중소벤처 제조플랫폼(KAMP) 콘텐츠를 분석 데이터로 통합화하였다. 그 리고 수집 데이터의 정제로 Python 3.6과 텍스트 마이닝 및 소셜네트워크분석은 KrKwic 2.0, UCINET 6.721을 활용 하였다. 분석 결과, 시간의 흐름에 따라 제조 특화 AI, 딥러닝, 알고리즘 키워드의 연결중심성이 높아지는 것으로 나타났 으며 이를 구현하기 위해 고성능 컴퓨팅 기술을 포함한 다수의 제조AI 기술군집이 형성되었다. 제조현장의 AI 적용목적에 따라 보다 다양하고 최적화된 제조 특화 AI 알고리즘 및 제조 빅데이터 융·복합기술의 중요도가 증가하고 있음을 관찰할 수 있었다.;Recently, there has been a surge of interest in manufacturing AI and big data technology application. Since current manufacturing technology trend research is focused on automation and robotization for the construction of smart factories, study and utilization of manufacturing technology trends centered on manufacturing AI and big data are insufficient. Therefore, this study examines major issues and trends in AI·big data technologies applied to the manufacturing industry over the last six years. To reflect the timeliness and accuracy of analysis results, patents, theses, news, fairs, and Korea AI Manufacturing Platform(KAMP) contents are integrated into analysis data, and data refinement is performed using Python 3.6, text mining, and social network analysis. KrKwic 2.0 and UCINET 6.721 were utilized for this purpose. It was discovered that the degree centrality of manufacturing AI keywords rose with time, prompting the formation of a number of manufacturing AI technology clusters. The significance of more diverse AI algorithms specialized in manufacturing and high-performance infra resources increases depending on the aim of AI application in the manufacturing site.